基于改進(jìn)CRITIC-Bayes網(wǎng)絡(luò)的激光武器毀傷效果評(píng)估方法

李 琳,孫世巖,曾雅琴,石章松,王 旋

(海軍工程大學(xué) 兵器工程學(xué)院, 武漢 430033)

0 引言

隨著現(xiàn)代戰(zhàn)場(chǎng)環(huán)境的復(fù)雜化及武器的高科技化,高能激光武器已被視為“改變未來戰(zhàn)爭(zhēng)游戲規(guī)則”的新概念武器,其利用定向發(fā)射的高能激光束直接毀傷目標(biāo)或使之失效,在防空反導(dǎo)方面具有廣泛的應(yīng)用前景。激光武器反導(dǎo)毀傷效果評(píng)估在現(xiàn)代戰(zhàn)爭(zhēng)中越來越重要,而用于評(píng)估的各種信息源具有較大的不確定性,導(dǎo)致毀傷效果評(píng)估難度越來越大。因此,在不確定信息環(huán)境中,如何有效研究艦載激光武器反導(dǎo)毀傷效果評(píng)估方法顯得尤為重要。

目前,已有許多關(guān)于毀傷的評(píng)估方法,主要基于:ADC分析法[1]、DEA[2]、AHP方法[3]、模糊綜合評(píng)估法[4]、毀傷樹[5]、BP神經(jīng)網(wǎng)絡(luò)[6]、聚類分析法[7]、Bayes網(wǎng)絡(luò)法[8]等。其中,Bayes網(wǎng)絡(luò)[9]是一種基于概率推理的圖形化網(wǎng)絡(luò),常被應(yīng)用于目標(biāo)的毀傷評(píng)估中,是有效解決不確定信息環(huán)境下的數(shù)學(xué)推理模型。其優(yōu)點(diǎn)在于可以用來推斷和計(jì)算不確定性問題。陳俠[10]等運(yùn)用模糊與貝葉斯理論,建立了目標(biāo)毀傷等級(jí)評(píng)估模型,利用隨機(jī)概率的多屬性方案排序(SMAA)方法,給出不確定信息環(huán)境下目標(biāo)毀傷效果評(píng)估方法,為解決不確定環(huán)境下目標(biāo)毀傷評(píng)估問題提供了新思路,但是毀傷因子的權(quán)重過于主觀化。在毀傷因子權(quán)重確定的方法中,往往根據(jù)影響戰(zhàn)場(chǎng)毀傷效果的專家調(diào)查統(tǒng)計(jì),人為因素的影響,導(dǎo)致毀傷評(píng)估的結(jié)果不夠準(zhǔn)確。其中,主觀賦權(quán)法是專家根據(jù)自身經(jīng)驗(yàn)而得到的權(quán)重,評(píng)價(jià)結(jié)果主觀性較強(qiáng),包括G1法[11]、信度熵[12]、CRITIC[13]等;客觀賦權(quán)法是基于原始數(shù)據(jù)之間的關(guān)系來確定決策證據(jù)的權(quán)重,有數(shù)學(xué)理論做支撐,如變異系數(shù)法[14],均方差法[15]、熵權(quán)法[15]等。邢馳等[16]利用客觀猶豫模糊熵權(quán)重與主觀賦權(quán)線性組合的方法,構(gòu)建了一種模糊環(huán)境下的新目標(biāo)函數(shù),提出一種能夠融合不同專家評(píng)分差異的毀傷評(píng)估方法。構(gòu)建了艦載激光武器對(duì)抗無人機(jī)的毀傷模型,主客觀權(quán)重結(jié)合使得評(píng)估結(jié)果更具科學(xué)性。

本文中通過引入CRITIC賦權(quán)法,不僅考慮了指標(biāo)變化大小對(duì)權(quán)重的影響,而且考慮了毀傷因子之間的沖突性,所以CRITIC賦權(quán)法更具有科學(xué)性和實(shí)用性。

基于以上分析,考慮到實(shí)際戰(zhàn)場(chǎng)中目標(biāo)毀傷信息的不確定性,本文中提出一種基于主客觀綜合權(quán)重改進(jìn)Bayes網(wǎng)絡(luò)的激光武器毀傷效果評(píng)估方法。首先,基于拓?fù)浣Y(jié)構(gòu)確定激光武器反導(dǎo)的毀傷因子;其次,引入博弈論思想和CRITIC賦權(quán)法,確定毀傷因子的綜合權(quán)重;最后,以反艦導(dǎo)彈的控制倉(cāng)為毀傷部位,建立激光武器毀傷效果評(píng)估模型。

1 激光武器反導(dǎo)毀傷因子的確定

1.1 毀傷因子的建立

通過分析激光武器實(shí)際作戰(zhàn)中毀傷相關(guān)因素,貝葉斯網(wǎng)絡(luò)采用圖形的方式對(duì)事件之間復(fù)雜的因果關(guān)系或概率關(guān)系進(jìn)行定性的表示,這些關(guān)系在給定某些先驗(yàn)信息后,還可以定量地對(duì)節(jié)點(diǎn)的狀態(tài)進(jìn)行推理。貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)的確立與具體的研究對(duì)象和問題有著十分密切的關(guān)系。在艦載激光武器對(duì)空作戰(zhàn)的實(shí)際應(yīng)用情況下,很難有大量的數(shù)據(jù)來供貝葉斯網(wǎng)絡(luò)來進(jìn)行學(xué)習(xí),因此可以用條件概率表示對(duì)空作戰(zhàn)中的因果關(guān)系,從而建立目標(biāo)毀傷等級(jí)評(píng)估貝葉斯網(wǎng)絡(luò)模型。如圖1所示,給出了目標(biāo)毀傷效果評(píng)估貝葉斯網(wǎng)絡(luò)先驗(yàn)?zāi)Ｐ椭袣蜃拥慕M成。

圖1 毀傷因子的建立

1.2 毀傷因子的提取

毀傷評(píng)估方法主要可以分為三大類:仿真類方法,解析類方法和多指標(biāo)綜合評(píng)定方法,由于毀傷過程中不確定因素影響較多,僅靠單一的毀傷效果評(píng)估方法很難獲得準(zhǔn)確的毀傷結(jié)果,所以本文中是通過專家經(jīng)驗(yàn)信息與CRITIC賦權(quán)法確定的綜合權(quán)重,對(duì)毀傷因子進(jìn)行賦權(quán),以Bayes網(wǎng)絡(luò)為基礎(chǔ),建立的激光武器毀傷效果評(píng)估模型來判斷毀傷等級(jí)。本文中指標(biāo)參數(shù)主要根據(jù)實(shí)際等效試驗(yàn)得出,并引用徐國(guó)亮[17]論證的指標(biāo)參數(shù),還參考了其他學(xué)者[18-19]對(duì)毀傷參數(shù)的具體分析,主要是激光器和目標(biāo)的屬性對(duì)毀傷等級(jí)的影響進(jìn)行概括。包括激光武器屬性、大氣環(huán)境參數(shù)和目標(biāo)屬性。

σ:ATP跟瞄誤差即光斑的穩(wěn)定性,0～10 μrad,由紅外跟蹤儀測(cè)得,當(dāng)ATP完成捕獲后,跟蹤、瞄準(zhǔn)目標(biāo),它是發(fā)射實(shí)際光束與正對(duì)準(zhǔn)光束的弧度偏差值,跟瞄誤差越小,光斑越穩(wěn)定,所需照射時(shí)間越短。

T:輻照時(shí)間,0～10 s,輻照時(shí)間是根據(jù)實(shí)際試驗(yàn)情況設(shè)置的,即激光光束照射目標(biāo)的時(shí)長(zhǎng),輻照時(shí)間與毀傷等級(jí)的函數(shù)曲線呈凹性。

P:激光器到靶功率,500～800 W,激光器設(shè)置的參數(shù),由于實(shí)際試驗(yàn)中,激光器和導(dǎo)彈的距離較近,所以激光到靶功率與毀傷等級(jí)之間的函數(shù)曲線呈凹性,隨著到靶功率的變大,毀傷等級(jí)也隨之增大。

R:光斑大小,3～10 cm,激光器設(shè)置的參數(shù),為了得到控制倉(cāng)的毀傷閾值,激光器設(shè)置了不同的光斑直徑。

β:光束質(zhì)量因子,1≤β≤7,光束質(zhì)量因子β定義為測(cè)量的實(shí)際光束的遠(yuǎn)場(chǎng)發(fā)散角與同尺度的理想光束的遠(yuǎn)場(chǎng)發(fā)散角之比,非理想的β值總是大于1,光束質(zhì)量因子越小,實(shí)際發(fā)散角與理論發(fā)散角越接近,光束擴(kuò)展越小,相應(yīng)的毀傷能力越強(qiáng)。

D:作戰(zhàn)距離,0～100 km,這是等效試驗(yàn)等效后的作戰(zhàn)距離,作戰(zhàn)距離與激光器發(fā)射功率相反,距離越遠(yuǎn),到靶功率越小,毀傷等級(jí)下降越慢。

V:風(fēng)速:0.7～0.9Ma,風(fēng)速是由風(fēng)洞試驗(yàn)?zāi)M的,由于天氣的溫度和風(fēng)速等因素的影響,每發(fā)試驗(yàn)的實(shí)際吹襲風(fēng)速都不同,風(fēng)速越大,穿孔的剝蝕撕裂程度越嚴(yán)重。

C:目標(biāo)穿孔大小,0～100 cm2,現(xiàn)場(chǎng)測(cè)量所得,主要也是建立在彈體坐標(biāo)系下,對(duì)于激光照射來說,一般情況下穿孔都是不規(guī)則形狀,這種情況下很難計(jì)算它的大小,為了降低近似誤差,穿孔大小,文中按橢圓處理,根據(jù)高速相機(jī)拍攝的圖片以及現(xiàn)場(chǎng)穿孔情況測(cè)量獲得。

F:目標(biāo)輻照點(diǎn)誤差,0～0.02 cm,文中選取了反艦導(dǎo)彈的控制倉(cāng)部件,在彈道坐標(biāo)系下,根據(jù)試驗(yàn)數(shù)據(jù)及輻照點(diǎn)位置的誤差,實(shí)際輻照點(diǎn)位置偏離激光武器實(shí)際設(shè)置位置點(diǎn)距離。

P:目標(biāo)圖像亮度變化,0～255,毀傷圖片由高速相機(jī)拍攝,圖像的亮度與灰度值呈正相關(guān)關(guān)系,這里用灰度值來表征,根據(jù)紅外相機(jī)拍攝試驗(yàn)圖片信息,導(dǎo)彈受打擊前后,圖像變化情況。

K:開始穿孔時(shí)間:0～0.02 ms,從開始照射目標(biāo)到照射結(jié)束,開始穿孔的時(shí)間越早,到靶功率密度越大,部件越容易毀傷。

M:靶背面溫度:20～1 500°,由熱電偶測(cè)得,熱電偶是溫度測(cè)量?jī)x表中常用的測(cè)溫元件。

2 基于CRITIC賦權(quán)法與博弈論的毀傷因子綜合權(quán)重確定

結(jié)合主客觀權(quán)重融合的思想,擬采用基于CRITIC賦權(quán)法與博弈論相結(jié)合的方法,以確定毀傷因子在毀傷效果評(píng)估中的權(quán)重大小。首先,基于導(dǎo)彈設(shè)計(jì)專家和部隊(duì)指導(dǎo)員確定主觀權(quán)重;其次,通過CRITIC賦權(quán)法計(jì)算客觀權(quán)重;最后,基于博弈論確定毀傷因子的綜合權(quán)重W1;W2由2.1計(jì)算得到。

2.1 基于CRITIC賦權(quán)法的客觀權(quán)重確定

CRITIC方法以2個(gè)基本概念為基礎(chǔ):一是以標(biāo)準(zhǔn)差的方式表現(xiàn)的對(duì)比強(qiáng)度,標(biāo)準(zhǔn)差越大各評(píng)價(jià)對(duì)象的取值差距越大;二是評(píng)價(jià)指標(biāo)間的沖突性,指標(biāo)間的沖突性是以不同指標(biāo)之間的相關(guān)性為根本,2個(gè)指標(biāo)之間負(fù)相關(guān)越強(qiáng),則表明2個(gè)指標(biāo)沖突性越強(qiáng)。該賦權(quán)方法涉及2個(gè)基本矩陣,原始對(duì)象矩陣A和標(biāo)準(zhǔn)矩陣S。假設(shè)有n個(gè)評(píng)價(jià)對(duì)象A1,A2,…,An,每個(gè)評(píng)價(jià)對(duì)象都對(duì)應(yīng)有m個(gè)評(píng)價(jià)指標(biāo);xij為評(píng)價(jià)對(duì)象Ai在指標(biāo)j下的指標(biāo)值(i=1,2,…,n;j=1,2,…,m)。

標(biāo)準(zhǔn)矩陣S是結(jié)合專家的意見分別對(duì)每個(gè)指標(biāo)進(jìn)行分級(jí),使評(píng)價(jià)更具有實(shí)際意義,也突出了專家評(píng)價(jià)的主觀性。將每個(gè)指標(biāo)都劃分為Ⅰ,Ⅱ,…,Ⅴ五個(gè)等級(jí)。等級(jí).Ⅰ.代表該指標(biāo)的最優(yōu)水平,Ⅴ代表最差的水平。以下就是將m個(gè)指標(biāo)劃分為5個(gè)等級(jí)的標(biāo)準(zhǔn)矩陣S:

基于CRITIC賦權(quán)法的權(quán)重確定步驟如下:

1) 原始對(duì)象矩陣和標(biāo)準(zhǔn)矩陣的標(biāo)準(zhǔn)化

運(yùn)用極差變換法對(duì)指標(biāo)標(biāo)準(zhǔn)化:

NA=[nxi, j]n*m和NS=[nsc, j]3*m

2) 估計(jì)指標(biāo)權(quán)重

CRITIC賦權(quán)法是用來估計(jì)具有高相關(guān)性指標(biāo)權(quán)重的有效方法。標(biāo)準(zhǔn)化后的對(duì)象矩陣NA的第j個(gè)指標(biāo)的標(biāo)準(zhǔn)差為:

其中,

式中,ρj,k為第j個(gè)和第k個(gè)指標(biāo)的相關(guān)系數(shù),ρj,k的取值范圍從-1到1。ρj,k的絕對(duì)值越大表示j,k指標(biāo)之間的正(負(fù))相關(guān)性越強(qiáng)。而Rj越大表示第j個(gè)指標(biāo)對(duì)其他指標(biāo)的正相關(guān)性越弱。第j個(gè)指標(biāo)的權(quán)重Wj定義為:

2.2 基于博弈論的毀傷因子綜合權(quán)重確定

組成主客觀綜合權(quán)重向量W=[W1,W2],隨機(jī)線性組合權(quán)重為:

W=α1W1+α2W2

(5)

式中,W1是基于專家經(jīng)驗(yàn)確定的主觀權(quán)重,W2是基于CRITIC賦權(quán)法確定的客觀權(quán)重,α1和α2是權(quán)重的系數(shù),由式(6)—式(8)可得。

優(yōu)化α1和α2:

將α1和α2歸一化,得到綜合權(quán)重W:

3 基于Bayes網(wǎng)絡(luò)的激光武器毀傷效果評(píng)估模型建立

激光武器打擊目標(biāo)的毀傷等級(jí)常常是毀傷程度論域上的模糊子集,由于毀傷程度的不同,考慮到毀傷情況的多樣性,將其毀傷情況劃分為5個(gè)等級(jí)A={A1,A2,A3,A4,A5}。

以反艦導(dǎo)彈為例,可以采取與飛機(jī)目標(biāo)類似的劃分方法,把反艦導(dǎo)彈受到激光武器打擊后的毀傷程度劃分為5個(gè)等級(jí),如表1所示。

表1 導(dǎo)彈毀傷等級(jí)劃分

具體毀傷效果評(píng)估步驟如下:

1) 通過專家系統(tǒng)確定反艦導(dǎo)彈毀傷等級(jí)的先驗(yàn)概率P(Ai)。

2) 毀傷因子綜合權(quán)重的確定

根據(jù)反艦導(dǎo)彈的易損性,對(duì)n個(gè)毀傷因子ξ=(ξ1,ξ2,…,ξn)賦權(quán)。首先,依據(jù)專家經(jīng)驗(yàn)賦權(quán)W1;其次依據(jù)式(1)—式(4) 計(jì)算客觀權(quán)重W2;最后,根據(jù)式(5)—式(9)確定毀傷因子的綜合權(quán)重W=(W1,W2,…,Wn)。

3) 毀傷因子隸屬度函數(shù)的確定

表2中ξi、ξj代表毀傷因子,aij、bji為各因子發(fā)生對(duì)應(yīng)毀傷等級(jí)的平均毀傷信息值,如表2所示。

表2 毀傷因子與毀傷等級(jí)之間對(duì)應(yīng)的參數(shù)

建立各毀傷反映因子的隸屬度函數(shù)。對(duì)于aijaij+1的情況,其毀傷等級(jí)的隸屬度函數(shù)如下:

其中,k=2,3,4

同理可得,bji?bji+1的情形下毀傷等級(jí)的隸屬度函數(shù)。

4) 確定反艦導(dǎo)彈在激光武器打擊下出現(xiàn)毀傷等級(jí)Ai的模糊概率ρi(即在打擊下毀傷等級(jí)判定的不確定性概率):

其中:i=1,2,…,5;q=1,2,…,m。

5) 將模糊概率ρi代入條件概率方程,計(jì)算得到毀傷等級(jí)Ai的條件概率Pi(H|Ai):

6) 計(jì)算得到后驗(yàn)概率P(H|Ai):

7) 根據(jù)計(jì)算得到的后驗(yàn)概率,得到第n個(gè)反艦導(dǎo)彈出現(xiàn)各毀傷等級(jí)的概率集Pj:

Pn=C1*C2*C3*C4*C5

(16)

其中,C1=Pj(A1|Hj),…,C5=Pj(A5|Hj)

利用概率最大原則判定,即選取最大的概率得到目標(biāo)毀傷等級(jí),最后對(duì)照表1對(duì)目標(biāo)做出毀傷評(píng)估。

4 實(shí)例分析

以反艦導(dǎo)彈為毀傷目標(biāo),開展激光武器毀傷效果評(píng)估的應(yīng)用研究。根據(jù)1.1節(jié)選取的12個(gè)毀傷因子確定12個(gè)毀傷評(píng)估指標(biāo),ξ=(ξ1,…,ξ12)分別代表如下12個(gè)毀傷因子,并確定毀傷評(píng)估指標(biāo)參數(shù)如表3所示。

表3 毀傷評(píng)估指標(biāo)參數(shù)(目標(biāo)為反艦導(dǎo)彈)

以反艦導(dǎo)彈為例,激光武器對(duì)3個(gè)反艦導(dǎo)彈打擊后,得到激光打擊目標(biāo)的毀傷信息,并根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)[20]得到激光武器對(duì)反艦導(dǎo)彈的毀傷概率分布,如表4所示。

表4 目標(biāo)毀傷狀況及目標(biāo)毀傷等級(jí)評(píng)估

1) 3個(gè)反艦導(dǎo)彈毀傷概率的先驗(yàn)概率分布均滿足表5:

表5 單目標(biāo)毀傷概率分布表

P(A1)=0.067,P(A2)=0.225,P(A3)=0.237

P(A4)=0.368,P(A5)=0.103

2) 根據(jù)毀傷評(píng)估指標(biāo)對(duì)目標(biāo)的毀傷程度以及導(dǎo)彈設(shè)計(jì)專家、部隊(duì)指揮員、以往的試驗(yàn)數(shù)據(jù)和以往的訓(xùn)練數(shù)據(jù),得出毀傷評(píng)估指標(biāo)的權(quán)重w1。

再根據(jù)CRITIC賦權(quán)法計(jì)算出毀傷評(píng)估指標(biāo)的權(quán)重,根據(jù)表3毀傷等級(jí)的劃分和表4的試驗(yàn)數(shù)據(jù)A,計(jì)算出表4試驗(yàn)數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣NA和表3毀傷等級(jí)劃分的標(biāo)準(zhǔn)化矩陣NS。由于篇幅問題這里不再詳細(xì)闡述,其次,根據(jù)式(1)—式(4)計(jì)算標(biāo)準(zhǔn)偏差σj和量化沖突Rj最終得到12個(gè)指標(biāo)的權(quán)重Wj,如表6所示。

表6 各指標(biāo)的標(biāo)準(zhǔn)偏差、量化沖突和權(quán)重

W1=(0.102,0.09,0.126,0.2,0.051,0.083,0.03,

0.107,0.050,0.01,0.061,0.09)

W2=(0.035,0.023,0.035,0.075,0.056,0.119,0.025,

0.058,0.041,0.017,0.448,0.067)

最后,根據(jù)式(5)—式(9)得到毀傷因子的綜合權(quán)重:

W=(0.086,0.074,0.104,0.170,0.052,0.092,0.029,

0.090.048,0.012,0.155,0.085)

3) 將本文中提出方法與基于傳統(tǒng)Bayes網(wǎng)絡(luò)、Critic改進(jìn)Bayes網(wǎng)絡(luò)的毀傷評(píng)估方法進(jìn)行對(duì)比,激光武器打擊下3個(gè)敵方反艦導(dǎo)彈出現(xiàn)毀傷等級(jí)的模糊概率和后驗(yàn)概率結(jié)果如表7所示。

表7 在激光武器打擊下3個(gè)敵方反艦導(dǎo)彈出現(xiàn)毀傷等級(jí)的模糊概率和后驗(yàn)概率Table 7 Fuzzy probability and posterior probability of damage level of three enemy anti-ship missiles hit by laser weapons

由表7可以看出,傳統(tǒng)Bayes網(wǎng)絡(luò)毀傷評(píng)估方法和基于Critic改進(jìn)Bayes網(wǎng)絡(luò)毀傷評(píng)估方法在激光武器打擊下S1和S2的條件概率和后驗(yàn)概率相差不大,本文提出方法得出S2和S3的后驗(yàn)概率以較大概率落在不同的毀傷等級(jí)內(nèi);傳統(tǒng)Bayes網(wǎng)絡(luò)毀傷評(píng)估方法毀傷因子的權(quán)重由專家經(jīng)驗(yàn)給出,具有一定的主觀性;基于Critic改進(jìn)Bayes網(wǎng)絡(luò)毀傷評(píng)估方法毀傷因子的權(quán)重由CRITIC賦權(quán),具有一定的客觀性。因此,方法1和方法2結(jié)果均會(huì)出現(xiàn)一定的偏差。

由圖2可知,本文中改進(jìn)方法中S1的條件概率和后驗(yàn)概率基本一致,即打擊目標(biāo)為反艦導(dǎo)彈時(shí),可以用條件概率評(píng)估激光武器的毀傷等級(jí),以節(jié)省作戰(zhàn)時(shí)間,0.560%的概率落在A2等級(jí);S2的條件概率和后驗(yàn)概率,雖然都處于同一毀傷等級(jí),但是后驗(yàn)概率明顯高于先驗(yàn)概率,0.913%的概率落在A5等級(jí);所以用后驗(yàn)概率評(píng)估激光武器的毀傷等級(jí)更準(zhǔn)確;S3的條件概率和后驗(yàn)概率相差較大,所以用后驗(yàn)概率評(píng)估激光武器的毀傷等級(jí)更準(zhǔn)確,0.952%的概率落在A3等級(jí)。因此,反艦導(dǎo)彈為S2時(shí),激光武器毀傷的等級(jí)A5為嚴(yán)重毀傷,即認(rèn)定該導(dǎo)彈被摧毀,無法修復(fù),無法繼續(xù)完成指令,激光武器?；鸹蜣D(zhuǎn)火。

圖2 在激光武器打擊下3個(gè)敵方反艦導(dǎo)彈的毀傷等級(jí)

綜上所述,3種方法計(jì)算出的結(jié)果都以不同的概率落在了同一毀傷等級(jí),所以本文中提出的方法是科學(xué)有效的。

5 結(jié)論

隨著現(xiàn)代戰(zhàn)場(chǎng)環(huán)境日新月異的改變,在展開激光武器毀傷效果評(píng)估研究中,毀傷信息的不確定性和模糊性容易導(dǎo)致評(píng)估精度出現(xiàn)較低的情況,本文中通過引入博弈論思想,將專家經(jīng)驗(yàn)信息確定的主觀權(quán)重與CRITIC賦權(quán)法確定的客觀權(quán)重進(jìn)行融合,對(duì)選取的毀傷因子進(jìn)行綜合賦權(quán),并用于建立Bayes網(wǎng)絡(luò)激光武器毀傷效果評(píng)估方法,最后通過實(shí)例驗(yàn)證了本文中提出方法的可行性和有效性。該方法具有以下優(yōu)勢(shì):一是確定了3種來源的毀傷因子信息,為激光武器在不確定環(huán)境下作戰(zhàn)決策提供了理論依據(jù),且簡(jiǎn)化了模型;二是既克服了權(quán)重的主觀性,又避免了權(quán)重的客觀性;三是激光武器除了可以輻照反艦導(dǎo)彈,還可以輻照無人機(jī),該毀傷評(píng)估效果模型適合激光武器打擊各種敵方目標(biāo),只需根據(jù)不同毀傷目標(biāo)相應(yīng)修改毀傷因子即可。因此,本文中提出的方法能有效實(shí)現(xiàn)激光武器毀傷效果評(píng)估技術(shù),能為激光武器作戰(zhàn)決策中提供一定的理論依據(jù)。